CN114209430A - 一种自动规划扫描的方法和系统 - Google Patents
一种自动规划扫描的方法和系统 Download PDFInfo
- Publication number
- CN114209430A CN114209430A CN202111678287.XA CN202111678287A CN114209430A CN 114209430 A CN114209430 A CN 114209430A CN 202111678287 A CN202111678287 A CN 202111678287A CN 114209430 A CN114209430 A CN 114209430A
- Authority
- CN
- China
- Prior art keywords
- scanning
- interest
- region
- determining
- scan
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 48
- 238000002059 diagnostic imaging Methods 0.000 claims abstract description 35
- 239000003814 drug Substances 0.000 claims description 88
- 229940079593 drug Drugs 0.000 claims description 75
- 238000010801 machine learning Methods 0.000 claims description 21
- 210000004556 brain Anatomy 0.000 claims description 6
- 210000000056 organ Anatomy 0.000 description 52
- 238000002347 injection Methods 0.000 description 37
- 239000007924 injection Substances 0.000 description 37
- 238000012545 processing Methods 0.000 description 27
- 230000033001 locomotion Effects 0.000 description 12
- 239000008280 blood Substances 0.000 description 11
- 210000004369 blood Anatomy 0.000 description 11
- 238000010586 diagram Methods 0.000 description 11
- 230000008569 process Effects 0.000 description 9
- 238000012986 modification Methods 0.000 description 7
- 230000004048 modification Effects 0.000 description 7
- 238000002600 positron emission tomography Methods 0.000 description 7
- 210000004072 lung Anatomy 0.000 description 5
- 230000009471 action Effects 0.000 description 4
- 210000004185 liver Anatomy 0.000 description 4
- 238000002591 computed tomography Methods 0.000 description 3
- 230000006978 adaptation Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000001802 infusion Methods 0.000 description 2
- 230000004807 localization Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000002603 single-photon emission computed tomography Methods 0.000 description 2
- 239000000243 solution Substances 0.000 description 2
- 210000002784 stomach Anatomy 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 206010028980 Neoplasm Diseases 0.000 description 1
- 210000001015 abdomen Anatomy 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 230000002421 anti-septic effect Effects 0.000 description 1
- 210000000709 aorta Anatomy 0.000 description 1
- 210000002376 aorta thoracic Anatomy 0.000 description 1
- 230000000712 assembly Effects 0.000 description 1
- 238000000429 assembly Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 201000011510 cancer Diseases 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 210000002216 heart Anatomy 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000002483 medication Methods 0.000 description 1
- 230000004060 metabolic process Effects 0.000 description 1
- 239000003607 modifier Substances 0.000 description 1
- 238000004451 qualitative analysis Methods 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 238000002601 radiography Methods 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
- A61B34/10—Computer-aided planning, simulation or modelling of surgical operations
Landscapes
- Health & Medical Sciences (AREA)
- Surgery (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biomedical Technology (AREA)
- Robotics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
本说明书实施例提供一种自动规划扫描的方法,该方法包括基于扫描对象的定位图像确定病床的第一位置;基于预设参数确定扫描方案,其中,扫描方案包括病床的移动位置和移动位置对应的时间中的至少一个;基于扫描方案,使得病床移动至第一位置,利用医学影像设备对扫描对象进行扫描。
Description
技术领域
本说明书涉及医学影像领域,特别涉及一种自动规划扫描的方法和系统。
背景技术
在医学扫描中,经常需要使用动态参数来进行扫描流程,这种情况下,病床需要持续的运动,使得病床精确的在合适的时间移动到目标器官的位置,从而能够对患者的目标器官进行扫描。因此,需要保障在药物注射的瞬间同步开始扫描采集数据,且在药物开始注射后探测到降主动脉/升主动脉等血池区域的信息,同时要根据药物的不同将重点需要评估的器官放置于扫描视野中心。这些工作通常由临床操作者根据经验自行判断,并手动规划扫描范围,导致工作量很大且准确性无法保证;而且为了保证药物进入人体的信息可以被完全捕捉,通常会先开启扫描采集,再进行药物注射,这样会产生一段时间的无效扫描时间,从而对后续的数据定性、定量分析带来误差。
因此,希望提供一种自动规划扫描的方法和系统。
发明内容
本说明书实施例之一提供一种自动规划扫描的方法。所述方法包括:基于扫描对象的定位图像确定病床的第一位置;基于预设参数确定扫描方案,所述扫描方案包括所述病床的移动位置和所述移动位置对应的时间中的至少一个;基于所述扫描方案,使得所述病床移动至所述第一位置,利用医学影像设备对所述扫描对象进行扫描。
本说明书实施例之一提供一种自动规划扫描的系统,包括定位模块、方案模块和采集模块;所述定位模块用于基于扫描对象的定位图像确定病床的第一位置;所述方案模块用于基于预设参数确定扫描方案,所述扫描方案包括所述病床的移动位置和所述移动位置对应的时间中的至少一个;所述采集模块用于基于所述扫描方案,使得所述病床移动至所述第一位置,利用医学影像设备对所述扫描对象进行扫描。
本说明书实施例之一提供一种自动规划扫描的装置,包括处理器,所述处理器用于执行所述的自动规划扫描的方法。
本说明书实施例之一提供一种计算机可读存储介质,所述存储介质存储计算机指令,当计算机读取存储介质中的计算机指令后,计算机执行所述的自动规划扫描的方法。
附图说明
本说明书将以示例性实施例的方式进一步说明,这些示例性实施例将通过附图进行详细描述。这些实施例并非限制性的,在这些实施例中,相同的编号表示相同的结构,其中:
图1是根据本说明书一些实施例所示的自动规划扫描的系统的应用场景示意图;
图2是根据本说明书一些实施例所示的自动规划扫描的系统的示意图;
图3是根据本说明书一些实施例所示的自动规划扫描的方法的示例性流程图;
图4是根据本说明书一些实施例所示的自动规划扫描的方法的示意图;
图5A、图5B是根据本说明书一些实施例所示的自动识别主动脉血池区域及自动移床至对应位置的示意图;
图6A、图6B是根据本说明书一些实施例所示的自动识别患者主要器官及自动规划扫描方案的示意图。
具体实施方式
为了更清楚地说明本说明书实施例的技术方案,下面将对实施例描述中所需要使用的附图作简单的介绍。显而易见地,下面描述中的附图仅仅是本说明书的一些示例或实施例,对于本领域的普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图将本说明书应用于其它类似情景。除非从语言环境中显而易见或另做说明,图中相同标号代表相同结构或操作。
应当理解,本文使用的“系统”、“装置”、“单元”和/或“模块”是用于区分不同级别的不同组件、元件、部件、部分或装配的一种方法。然而,如果其他词语可实现相同的目的,则可通过其他表达来替换所述词语。
如本说明书和权利要求书中所示,除非上下文明确提示例外情形,“一”、“一个”、“一种”和/或“该”等词并非特指单数,也可包括复数。一般说来,术语“包括”与“包含”仅提示包括已明确标识的步骤和元素,而这些步骤和元素不构成一个排它性的罗列,方法或者设备也可能包含其它的步骤或元素。
本说明书中使用了流程图用来说明根据本说明书的实施例的系统所执行的操作。应当理解的是,前面或后面操作不一定按照顺序来精确地执行。相反,可以按照倒序或同时处理各个步骤。同时,也可以将其他操作添加到这些过程中,或从这些过程移除某一步或数步操作。
在一些应用场景中,自动规划扫描的系统可以包括处理设备、医学影像设备,自动规划扫描的系统可以通过处理设备等实施本说明书中披露的方法和/或过程来实现自动规划扫描方案,基于该扫描方案通过医学影像设备实现图像采集,从而实现对在动态参数扫描中扫描方案的自动规划和执行,减轻临床工作者的工作负担,提高扫描规划的准确性,从而精确有效地获取患者的医学图像,并降低对患者身体的不利影响。
如图1所示,在一些实施例中,系统100可以包括医学影像设备110、处理设备120、存储设备130、终端140、网络150。
医学影像设备110是指医学上利用不同的媒介,将人体内部的结构重现为影像的装置。在一些实施例中,医学影像设备110可以是任何可以对患者的指定身体部位进行成像或治疗的医学设备,例如,DR(Digital Radiography,数字化X射线摄影)、CT(ComputedTomography,电子计算机断层扫描)、PET(Positron Emission Tomography,正电子发射计算机断层显像)、PET-CT、SPECT-CT(Single-Photon Emission Computed Tomography,单光子发射计算机断层成像)等。上面提供的医学影像设备110仅用于说明目的,而非对其范围的限制。在一些实施例中,医学影像设备中可以包括扫描设备和病床,患者在成像时固定在病床上,扫描设备对患者进行扫描成像。在一些实施例中,可以通过病床和/或扫描设备的运动来改变病床和扫描设备的相对位置,从而使得患者位于预定的扫描位置。在一些实施例中,病床和医学影像设备可以是两个独立的设备。
在一些实施例中,医学影像设备110可以获取患者的医学图像,例如,定位图像、平扫图像、增强扫描图像等,发送至处理设备120。在一些实施例中,医学影像设备110的至少部分参数可以被保存在存储设备130中,这些参数可以与扫描方案相关,例如,扫描范围、扫描时间、床位重叠、注射的药物、目标感兴趣区域等。医学影像设备110可以接收处理设备120或终端140发送的指令等,并根据指令进行相关操作,例如,将病床移动到指定位置、根据扫描方案采集患者医学图像等。在一些实施例中,医学影像设备110可以通过网络150与系统100中的其它组件(例如,处理设备120、存储设备130、终端140)进行数据和/或信息的交换。在一些实施例中,医学影像设备110可以直接与系统100中的其它组件连接。在一些实施例中,系统100中的一个或多个组件(例如,处理设备120、存储设备130)可以包括在医学影像设备110内。
处理设备120可以处理从其它设备或系统组成部分中获得的数据和/或信息,基于这些数据、信息和/或处理结果执行本说明书一些实施例中所示的自动规划扫描的方法,以完成一个或多个本说明书一些实施例中描述的功能。例如,处理设备120可以基于医学影像设备110的医学图像识别患者特定器官和/或身体组织,并获取其位置。又例如,处理设备120可以基于识别的器官/组织位置和预设参数等自动生成扫描方案。在一些实施例中,处理设备120可以将处理得到的数据,例如,扫描范围、扫描时间、床位重叠等,发送至存储设备130进行保存。在一些实施例中,处理设备120可以从存储设备130中获取预先存储的数据和/或信息,例如,定位图像、注射的药物、目标感兴趣区域等,以用于执行本说明书一些实施例所示的自动规划扫描的方法,例如,自动生成扫描方案等。
在一些实施例中,处理设备120可以包含一个或多个子处理设备(例如,单核处理设备或多核多芯处理设备)。仅作为示例,处理设备120可以包括中央处理器(CPU)、专用集成电路(ASIC)、专用指令处理器(ASIP)、图形处理器(GPU)、物理处理器(PPU)、数字信号处理器(DSP)、现场可编程门阵列(FPGA)、可编辑逻辑电路(PLD)、控制器、微控制器单元、精简指令集电脑(RISC)、微处理器等或以上任意组合。
存储设备130可以存储其他设备产生的数据或信息。在一些实施例中,存储设备130可以存储医学影像设备110采集的数据和/或信息,例如,定位图像、平扫图像、增强扫描图像等。在一些实施例中,存储设备130可以存储处理设备120处理后的数据和/或信息,例如,扫描范围、扫描时间、床位重叠等。存储设备130可以包括一个或多个存储组件,每个存储组件可以是一个独立的设备,也可以是其它设备的一部分。存储设备可以是本地的,也可以通过云实现。
终端140可以对医学影像设备110的操作进行控制。医生可以通过终端140对医学影像设备110下达操作指令,以使医学影像设备110完成指定操作,例如,基于确定的扫描方案获取医学图像、获取定位图像等。在一些实施例中,终端140可以通过指令使处理设备120执行如本说明书一些实施例所示的自动规划扫描的方法。在一些实施例中,终端140可以从处理设备120接收规划好的扫描方案,基于此扫描方案确定最终的扫描方案。在一些实施例中,终端140可以是移动设备140-1、平板计算机140-2、膝上型计算机140-3、台式计算机等其他具有输入和/或输出功能的设备中的一种或其任意组合。
网络150可以连接系统的各组成部分和/或连接系统与外部资源部分。网络150使得各组成部分之间,以及与系统之外其它部分之间可以进行通讯,促进数据和/或信息的交换。在一些实施例中,系统100中的一个或多个组件(例如,医学影像设备110、处理设备120、存储设备130、终端140)可通过网络150发送数据和/或信息给其它组件。在一些实施例中,网络150可以是有线网络或无线网络中的任意一种或多种。
在一些实施例中,系统100还可以包括操作者(图1未示出)。操作者可以执行药物注射操作和/或图像采集操作,可以是一个或多个。在一些实施例中,执行药物注射操作和图像采集操作的可以是同一个操作者。在一些实施例中,执行药物注射操作和图像采集操作的可以是不同的操作者。在一些实施例中,操作者可以在执行药物注射操作的同时,开启图像采集操作。
应该注意的是,上述描述仅出于说明性目的而提供,并不旨在限制本说明书的范围。对于本领域普通技术人员而言,在本说明书内容的指导下,可做出多种变化和修改。可以以各种方式组合本说明书描述的示例性实施例的特征、结构、方法和其他特征,以获得另外的和/或替代的示例性实施例。例如,处理设备120可以是基于云计算平台的,例如公共云、私有云、社区和混合云等。然而,这些变化与修改不会背离本说明书的范围。
图2是根据本说明书一些实施例所示的自动规划扫描的系统的示意图。
如图2所示,在一些实施例中,自动规划扫描的系统200可以包括定位模块210、方案模块220和采集模块230。
在一些实施例中,定位模块210可以用于基于扫描对象,即患者的定位图像确定病床的第一位置。定位模块210可以从定位图像获取扫描对象的特定器官/组织的位置,然后基于该特定器官/组织的位置确定第一位置,该位置使得该特定器官/组织位于医学影像设备的扫描视野中心。
在一些实施例中,第一位置可以与第一感兴趣区域对应,定位模块210可以包括第一区域获取单元211、第一位置确定单元212,其中,第一区域获取单元211可以用于基于定位图像通过机器学习模型获取扫描对象的第一感兴趣区域;第一位置确定单元222可以用于基于第一感兴趣区域确定第一位置。在一些实施例中,第一感兴趣区域可以是血池,例如,主动脉血池。
在一些实施例中,方案模块220可以用于基于预设参数确定扫描方案,其中,扫描方案可以包括病床的移动位置和移动位置对应的时间中的至少一个。在一些实施例中,方案模块220可以基于多个预先设定的参数,例如,向扫描对象注射的药物、扫描对象的目标感兴趣区域等,来规划对目标感兴趣区域的扫描方案。在一些实施例中,这些扫描方案可以是需要注射药物的扫描方案。
在一些实施例中,方案模块220可以包括第二区域获取单元221、第二位置确定单元222和方案确定单元223,其中,第二区域获取单元221可以用于基于预设参数和定位图像通过机器学习模型获取扫描对象的一个或多个第二感兴趣区域,第二感兴趣区域可以包括目标感兴趣区域;第二位置确定单元222可以用于基于至少一个第二感兴趣区域确定第二位置;方案确定单元223可以用于基于第二位置,确定扫描方案,使得病床从第一位置开始移动至第二位置实现对目标感兴趣区域进行扫描,其中,病床的移动位置可以包括第二位置。
在一些实施例中,第二位置可以为多个,扫描方案可以包括基于多个第二位置,确定病床的相邻两个第二位置对应的扫描重叠区域。
在一些实施例中,当病床位于第二位置时,目标感兴趣区域可以位于医学影像设备的扫描视野(field of view,FOV)中心。
在一些实施例中,方案生成单元222还可以用于基于药物在扫描对象中的流速确定药物流经目标感兴趣区域的第一时间;基于第一时间,确定病床移动至第二位置的第二时间;基于第二时间,生成扫描方案,其中,移动位置对应的时间可以包括第二时间。在一些实施例中,可以通过算法或模型(例如,机器学习模型)等自动生成扫描方案。在一些实施例中,可以通过人工对生成的扫描方案进行修改。
在一些实施例中,采集模块230可以用于基于扫描方案,使得病床移动至第一位置,利用医学影像设备对扫描对象进行扫描。采集模块230可以从第一位置开始对目标感兴趣区域进行扫描。
在一些实施例中,采集模块230可以用于在向扫描对象注射药物的同时,使用预设方法开启医学影像设备对扫描对象的扫描,其中,预设方法可以包括:脚踏开启、手势识别开启、语音识别开启、脑电波识别开启、VR/AR设备开启、设备附件开启等中的至少一个。
图3是根据本说明书一些实施例所示的自动规划扫描的方法的示例性流程图。
如图3所示,流程300包括下述步骤。在一些实施例中,流程300可以由处理设备120执行。
步骤310,基于扫描对象的定位图像确定病床的第一位置。在一些实施例中,步骤310可以由定位模块210执行。
定位图像是用于确定患者与扫描设备的相对位置的医学图像,例如,DR图像、平扫图像等。在一些实施例中,可以从多种途径获取定位图像,例如,DR扫描、CT平扫、从存储设备中获取等。在一些实施例中,可以从定位图像中识别特定器官/组织位置,基于识别出的特定器官/组织位置得到患者与扫描设备的相对位置,其中,这些特定器官/组织可以为扫描/治疗中的感兴趣区域。
第一感兴趣区域是与特定扫描目标对应的器官/组织等,例如,在扫描(例如,PET扫描等)中,第一器官可以是主动脉血池等。在一些实施例中,可以通过一种或多种方式(例如,机器学习模型等)识别定位图像中的第一感兴趣区域。在一些实施例中,第一感兴趣区域可以与扫描的初始位置相对应。
第一位置是与第一感兴趣区域相关的病床与扫描设备的相对位置,该位置使得扫描对象(例如,患者)的第一感兴趣区域位于最佳扫描位置,例如,扫描设备的扫描视野中心等。在一些实施例中,第一位置可以与第一感兴趣区域对应,可以通过移床等方式,改变病床与扫描设备的相对位置,使得扫描对象的第一感兴趣区域位于扫描设备的扫描视野中心。
在一些实施例中,可以根据定位图像确定患者与扫描设备的相对位置,使得病床移动至指定位置,即通过病床与扫描设备的相对运动改变病床与扫描设备的相对位置。
在一些实施例中,病床与扫描设备的相对运动可以称为移床,移床操作可以通过病床、扫描设备中至少一个设备的运动来实现。在一些实施例中,可以通过预设的程序或自动下达指令的方式,自动执行移床,从而使得病床自动移动至第一位置。
在一些实施例中,第一区域获取单元211可以将定位图像输入机器学习模型,通过机器学习模型自动识别出扫描对象的第一感兴趣区域。在一些实施例中,机器学习模型可以是各种能够从图像中提取特征的模型,例如,卷积神经网络CNN等。
在一些实施例中,为了在扫描(例如,PET扫描等)中跟踪药物在人体中的位置及移动,第一感兴趣区域可以为血池区域,例如,主动脉血池等。
可以基于定位图像上特定器官/组织来确定该器官/组织的扫描位置。在一些实施例中,第一位置确定单元212可以基于第一感兴趣区域确定第一位置,在获取到第一感兴趣区域后,基于第一感兴趣区域在人体中的位置判断患者与扫描设备的相对位置,从而得到第一位置,即患者的第一感兴趣区域的预设的扫描位置,例如,扫描设备的扫描视野中心。
步骤320,基于预设参数确定扫描方案。在一些实施例中,步骤320可以由方案模块220执行。
预设参数是扫描开始前预先指定的与扫描相关的信息,例如,注射的药物、目标感兴趣区域、扫描的开始时间等。在一些实施例中,预设参数可以由用户(例如,操作者等)在扫描前根据扫描目的来设定。在一些实施例中,预设参数可以是多个,包括向扫描对象注射的药物、扫描对象的目标感兴趣区域等。注射的药物是指扫描(例如,PET扫描等)中为患者注射的药物,不同的药物可能针对不同的扫描目的。目标感兴趣区域是指与扫描目的相关的人体器官,例如,怀疑有癌变的肝部、肺部、胃部等。
扫描方案是指执行扫描时所依据的信息,例如,扫描范围、扫描时间、床位重叠等。扫描范围也可以称为扫描区域,是指扫描覆盖的区域,例如,扫描对象的全身或者身体部分区域。扫描时间是指病床到达某个扫描位置的时间和/或在该位置停留的时间,例如,扫描开始时间、扫描持续时间、扫描结束时间等,扫描时间与病床和扫描设备的相对运动速度相关。
床位重叠是指在两个相邻的扫描位置时,所对应的两个扫描区域的重叠区域。为了对扫描对象的多个感兴趣区域进行扫描,需要规划多个扫描位置,由于在每个扫描位置对应的扫描区域的边界获取的图像存在清晰度不高等缺陷,使得单独的边界图像难以获得足够准确的信息,因此,需要在相邻的两个扫描位置对应的扫描区域规划一部分重叠区域,即床位重叠,从而能够得到满足要求的边界信息。在一些实施例中,可以预先设定床位重叠的阈值,这个阈值可以是多种形式,例如,重叠区域绝对大小(例如,500mm*100mm)、重叠区域与扫描区域的相对大小(例如,面积占比20%)。
在一些实施例中,扫描方案可以包括多个参数,这些参数可以是病床的移动位置、移动位置对应的时间等。
在一些实施例中,可以根据预设参数来制定并生成扫描方案,例如,可以根据注射的药物、目标感兴趣区域确定病床的移动位置、移动位置对应的时间等。在一些实施例中,可以通过算法或机器学习模型等自动生成部分或全部扫描方案。在一些实施例中,可以通过人工等方式对生成的扫描方案进行修改,将修改后的扫描方案作为最终的扫描方案。
第二感兴趣区域是通过图像信息识别出的感兴趣的人体器官/组织,例如,心脏、肺部、肝脏、胃部等。在一些实施例中,第二感兴趣区域可以包括根据扫描对象的扫描需求、病情等需要重点关注的扫描对象的至少一个器官/组织。
可以通过多种方式从图像信息中识别人体器官/组织并获取其位置,例如,通过医生人工识别、基于机器学习方法自动识别等。在一些实施例中,第二区域获取单元221可以基于定位图像等医学图像信息,通过机器学习模型等自动识别图像中的一个或多个人体器官/组织,从而确定一个或多个第二感兴趣区域,其中,第二感兴趣区域可以包括目标感兴趣区域的位置。
第二位置是与目标感兴趣区域相关的病床与扫描设备的相对位置,该位置使得扫描对象的目标感兴趣区域位于最佳扫描位置,例如,扫描设备的扫描视野中心等。在一些实施例中,可以通过移床等方式,改变病床与扫描设备的相对位置,使得扫描对象的目标感兴趣区域位于扫描设备的扫描视野中心。在一些实施例中,由于目标感兴趣区域可能是多个,所以第二位置可以包括多个,其中每一个都对应一个目标感兴趣区域。
在一些实施例中,可以根据定位图像确定患者与扫描设备的相对位置,使得病床移动至第二位置,即通过病床与扫描设备的相对运动改变病床与扫描设备的相对位置。
在一些实施例中,第二位置确定单元222可以根据第二感兴趣区域,确定扫描对象的目标感兴趣区域对应的扫描位置,即第二位置,该位置可以使得目标扫描成像器官位于扫描设备的扫描视野中心。
在一些实施例中,方案确定单元223可以基于第二位置确定扫描方案,该扫描方案中可以包括病床的移动位置、移动位置对应的时间等,从而可以确定何时移动到第二位置,以及在第二位置的停留时间。在一些实施例中,可以根据扫描方案,使得病床移动至第一位置,从第一位置开始,移动至第二位置,从而实现对扫描对象的目标感兴趣区域进行扫描,其中,病床的移动位置可以包括第二位置。
在一些实施例中,第二位置可以包括多个,扫描方案可以包括基于多个第二位置确定病床的相邻两个第二位置对应的扫描重叠区域,即床位重叠。在一些实施例中,该位置重叠区域可以在阈值内。例如,尺寸不小于500mm*100mm;又例如,重叠区域面积占比不小于其中一个第二位置对应的扫描区域面积的20%。
在一些实施例中,方案确定单元223可以根据第二位置,从而确定病床的移动位置;可以根据注射的药物来确定移动位置对应的时间,即什么时间移动到该移动位置对什么器官/组织执行扫描,以及扫描该器官/组织的持续时间,然后根据确定好的这些扫描参数来生成扫描方案。在一些实施例中,可以根据预设参数及定位图像,通过特定算法或机器学习模型等方式自动生成部分或全部扫描方案。
在一些实施例中,可以基于药物的流速确定药物流经特定器官/组织(例如,第一感兴趣区域、第二感兴趣区域等)的时间,根据该时间确定病床移动至该特定器官/组织对应扫描位置的时间。
在一些实施例中,方案确定单元223可以基于药物在扫描对象中的流速确定药物流经目标感兴趣区域的第一时间;基于第一时间,确定病床移动至第二位置的第二时间;基于第二时间,生成扫描方案,其中,移动位置对应的时间可以包括第二时间。在一些实施例中,可以基于第二时间,通过特定算法或机器学习模型等方式自动生成部分或全部扫描方案。
在一些实施例中,方案确定单元223可以基于药物在扫描对象中的流速确定药物流经第一感兴趣区域的第三时间;基于第三时间,确定病床移动至所述第一位置的第四时间,第四时间可以早于或等于第二时间。
药物流速是指注射的药物在人体中的流动速度,由于药物流速决定了药物在什么时间到达什么器官,以及在该器官停留的时间,因此,在扫描(例如,PET扫描等)中,扫描时间可以与药物流速相关。药物流速与多种因素相关,例如,药物种类、人体代谢速度、患者身体状况等。在一些实施例中,药物流速可以基于经验值或统计值来获取。在一些实施例中,可以基于算法、机器学习模型等获取药物流速。
在一些实施例中,可以根据药物注射进扫描对象体内的位置,药物注射进扫描对象体内的开始时间,药物的流速,以及第二感兴趣区域(例如,目标感兴趣区域)确定第一时间。在一些实施例中,第二时间可以等于或早于第一时间。例如,注射的药物在时间t流经器官A,病床可以在时间t或早于时间t移动至床位L(例如,病床位于床位L时,器官A位于扫描设备的扫描视野中心)。
步骤330,基于扫描方案,使得病床移动至第一位置,利用医学影像设备对扫描对象进行扫描。在一些实施例中,步骤330可以由采集模块230执行。
在一些实施例中,可以根据生成的扫描方案得到最终的扫描方案,使得病床移动至第一位置,即扫描初始位置,然后根据最终的扫描方案开始移动到预设的扫描位置,例如,第二位置,通过扫描设备对扫描对象进行扫描,其中,包括了对目标感兴趣区域的扫描,并对目标感兴趣区域进行图像采集,以获取目标感兴趣区域的扫描图像。
在一些实施例中,可以直接将生成的扫描方案作为最终的扫描方案。在一些实施例中,可以通过人工等方式对生成的扫描方案进行修改调整,例如,可以对病床的移动位置、移动位置对应的时间等进行调整,并将调整后的扫描方案作为最终的扫描方案。
为了使药物在预定的时间流经预设器官,需要使药物注射和图像采集时间保持同步。在一些实施例中,可以在向扫描对象注射药物的同时使用预设方法开启医学影像设备,开始对扫描对象的扫描及图像采集,其中,预设方法可以包括脚踏开启、手势识别开启、语音识别开启、脑电波识别开启、VR/AR设备开启、设备附件开启等中的一种或组合。
在一些实施例中,可以在扫描设备周围设置脚踏感应系统,操作者可以通过一定时间与脚踏的接触立即开启图像采集。由于药物注射需要满足无菌的要求,在一位临床操作者操作的场景下需要避免手部触摸行为,通过脚踏,临床操作者可以在药物注射的同时,脚部踩下踏板,完成药物注射和图像采集的同时进行。
在一些实施例中,可以在扫描设备周围设置手势感应系统,该系统可以自动识别药物注射的动作,并在识别到药物注射行为的同时立即开启图像采集。在一些实施例中,触发图像采集的手势可以是手势感应系统中预设的手势,手势感应系统可以在识别到预设手势时立即开启图像采集。在一些实施例中,可以通过机器学习方法来识别药物注射的动作。
在一些实施例中,可以通过语音识别直接识别药物注射操作者的语音指令,通过语音指令在注射药物的同时开启图像采集。例如,可以在扫描间设置语音识别系统,该系统可以自动识别临床操作者的语音指令,在只有一位临床操作者的情境下,该操作者可以在药物注射的同时以语音指令要求扫描设备立即开启扫描。又例如,药物注射操作者可以通过语音(例如,无线麦克风等)对采集设备操作者在药物注射时同步下达采集指令。
在一些实施例中,还可以通过语音识别系统指导药物注射操作者进行药物注射。具体来说,语音识别系统可以在扫描间告知药物注射操作者,系统将从何时开始采集,请按照系统开始采集的时间进行药物注射。在一些实施例中,可以通过加入采集开始倒计时提醒、系统开始采集的瞬间加入提示音等方式,使得药物注射操作者确认系统开始采集的时间,以便保持注射和采集时间的一致性。
在一些实施例中,可以在注射操作者身上设置脑电波采集及感应系统,采集并识别注射操作者的脑电波,基于识别出的药物注射动作或者操作者脑部下达的采集指令,来同步开启图像采集。
在一些实施例中,可以通过VR/AR设备显示的图像操作开启采集。例如,药物注射操作者可以通过VR/AR设备显示的图像识别注射及采集环境,并操作注射药物及图像采集。又例如,采集设备操作者可以通过同步显示的药物注射者的VR/AR图像识别药物注射操作者的注射动作,并同步开启采集。
在一些实施例中,可以通过设备附件(例如,按钮、按键、开关等)同步开始药物注射和图像采集,例如,可以在注射操作者操作范围内设置采集开始按钮。
在一些实施例中,还可以通过其他方式同步开始药物注射和图像采集,例如,药物注射操作者可以通过直接触摸覆盖一次性防菌罩的触摸屏开启图像采集。
在本说明书一些实施例中,可以通过自动识别医学图像中的器官来将患者自动移床至指定位置,可以基于预先设定的参数,自动识别医学图像中的器官并规划扫描方案,使得患者可以位于精确的扫描位置,提高了患者扫描位置的定位精度,降低了临床操作者的负担,节省了人力资源;避免了由于临床操作者经验不足等主观因素造成的规划的扫描方案中参数准确度不高的问题,从而降低了患者需要重新扫描的概率,在很大程度上降低了患者接受的辐射剂量,保护了患者的健康;并且通过机器学习模型的不断迭代,使得执行效率及方案的准确度不断可以得到提高;通过多种方式在药物注射的同时开始图像采集,从而能够保证临床操作者在不影响药物注射的前提下,完成同步开启图像采集的任务,解决了以往增强扫描等工作流程中药物注射和图像采集无法保证同时进行的问题。确保了扫描工作的准确和高质量的执行。
图4是根据本说明书一些实施例所示的自动规划扫描的方法的示意图。
在一些实施例中,可以基于扫描对象的定位图像确定病床的第一位置。
如图4所示,在一些实施例中,可以通过步骤410,通过机器学习模型自动识别患者定位图像401中的第一感兴趣区域,从而得到第一感兴趣区域的位置。在一些实施例中,第一感兴趣区域可以是与增强扫描等使用注射药物的医学扫描相关的器官/组织,例如,主动脉血池区域411。
图5A、图5B是根据本说明书一些实施例所示的自动识别主动脉血池区域及自动移床至对应位置的示意图。如图5A所示,区域510、520和530为从定位图像中识别出的主动脉血池区域411。
在一些实施例中,可以基于已确定的第一感兴趣区域来确定患者与扫描设备的相对位置,并通过移床等操作将病床自动移动到第一位置,在该位置,第一感兴趣区域(例如,主动脉血池区域411)可以位于扫描设备的扫描视野中心;并从该位置开始对目标感兴趣区域进行图像采集。如图5B所示的图像为移动到第一位置后获取的用户图像,两条浅色平行线之间的区域(区域540)包括了第一感兴趣区域,即主动脉血池区域411。
在一些实施例中,可以基于预设参数(例如,向扫描对象注射的药物、扫描对象的目标感兴趣区域等)生成扫描方案,其中,扫描方案可以包括病床的移动位置和移动位置对应的时间中的至少一个。
如图4所示,在一些实施例中,可以通过步骤420,在扫描开始前设定药物和器官列表。药物是指扫描中需要注射的药物,通常可以用于PET扫描等。器官列表中的器官是根据扫描目的确定的目标感兴趣区域。
如图4所示,在一些实施例中,可以通过步骤410,通过机器学习模型自动识别患者定位图像401中的器官412,即第二感兴趣区域,其中,第二感兴趣区域可以包括目标感兴趣区域。
在一些实施例中,可以通过机器学习模型自动识别患者定位图像401中的器官/组织,然后基于器官列表,从识别出的器官/组织确定目标感兴趣区域(例如,器官412),即第二感兴趣区域。
在一些实施例中,可以直接将定位图像401和器官列表输入机器学习模型中,得到输出的目标感兴趣区域(例如,器官412),即第二感兴趣区域,。
图6A、图6B是根据本说明书一些实施例所示的自动识别患者主要器官及自动规划扫描方案的示意图。如图6A所示,区域610为根据定位图像401识别出的第二感兴趣区域。
在一些实施例中,可以基于预先设定的参数自动生成扫描方案。如图4所示,在一些实施例中,可以基于主动脉血池区域411、器官412和步骤420设定的药物和器官列表,执行步骤430,通过模型自动规划扫描方案,得到的扫描方案可以包括扫描时间431、扫描范围432和床位重叠433等,其中的模型可以是机器学习模型或根据特定算法得到的模型。
其中,扫描范围是指扫描覆盖的区域,例如,患者的全身或者身体部分区域,扫描范围可以与扫描位置对应。扫描时间是指病床到达某个扫描位置的时间和/或在该位置停留的时间,例如,扫描开始时间、扫描持续时间、扫描结束时间等,扫描时间与病床和扫描设备的相对运动速度相关。床位重叠是指将扫描对象的相邻两个扫描位置对应的扫描范围进行重叠,例如,肺部、肝部的扫描范围进行重叠,使重叠区域在阈值范围内。
在一些实施例中,可以根据主动脉血池区域411的位置确定病床的移动位置(例如,第一位置)。当病床移动到第一位置时,主动脉血池区域411可以位于扫描设备的扫描视野中心。
在一些实施例中,可以根据器官412的位置确定病床的移动位置(例如,第二位置)。当病床移动到第二位置时,器官412可以位于扫描设备的扫描视野中心。
在一些实施例中,可以基于步骤420中设定的药物等多种因素来获取药物流速,并基于药物流速确定病床移动到第二位置对应的时间(例如,病床在什么时间移动到第二位置)。
如图6B所示,步骤440中设定的器官列表中包括了肺部、肝部、盆腔部,方框620、630、640为规划好的分别对应肺部、腹部、盆腔部的第二位置对应的扫描范围(扫描区域),其中当扫描范围为方框620、630和640对应的位置时,对应的器官位于扫描设备的扫描视野中心。620和630存在重叠区域,530和640也存在重叠区域,即床位重叠。
在一些实施例中,可以基于生成的方案,确定最终的扫描方案,并根据最终的扫描方案开始图像采集。在一些实施例中,可以将生成的方案作为最终的扫描方案。如图4所示,在一些实施例中,可以根据规划的扫描时间451、扫描范围452和床位重叠453等扫描参数,使用预设方法,执行步骤460,同时开始药物注射和图像采集。
在一些实施例中,可以对生成的扫描方案通过人工等方式进行修改,以确定最终的扫描方案。
在一些实施例中,在对目标感兴趣区域(例如,器官412)进行图像采集之前,可以根据扫描时间451,将病床移动至第一感兴趣区域(例如,主动脉血池区域411)对应的第一位置,然后从第一位置开始,移动至第二位置开始对目标感兴趣区域的图像采集。
应当注意的是,上述有关流程300、流程400的描述仅仅是为了示例和说明,而不限定本说明书的适用范围。对于本领域技术人员来说,在本说明书的指导下可以对流程300、流程400进行各种修正和改变。然而,这些修正和改变仍在本说明书的范围之内。例如,基于定位图像识别第一感兴趣区域和第二感兴趣区域可以由不同模型执行,可以先后执行或同时执行。又例如,识别定位图像和规划扫描方案可以由同一个模型执行,也可以由不同的模型执行。
上文已对基本概念做了描述,显然,对于本领域技术人员来说,上述详细披露仅仅作为示例,而并不构成对本说明书的限定。虽然此处并没有明确说明,本领域技术人员可能会对本说明书进行各种修改、改进和修正。该类修改、改进和修正在本说明书中被建议,所以该类修改、改进、修正仍属于本说明书示范实施例的精神和范围。
同时,本说明书使用了特定词语来描述本说明书的实施例。如“一个实施例”、“一实施例”、和/或“一些实施例”意指与本说明书至少一个实施例相关的某一特征、结构或特点。因此,应强调并注意的是,本说明书中在不同位置两次或多次提及的“一实施例”或“一个实施例”或“一个替代性实施例”并不一定是指同一实施例。此外,本说明书的一个或多个实施例中的某些特征、结构或特点可以进行适当的组合。
此外,除非权利要求中明确说明,本说明书所述处理元素和序列的顺序、数字字母的使用、或其他名称的使用,并非用于限定本说明书流程和方法的顺序。尽管上述披露中通过各种示例讨论了一些目前认为有用的发明实施例,但应当理解的是,该类细节仅起到说明的目的,附加的权利要求并不仅限于披露的实施例,相反,权利要求旨在覆盖所有符合本说明书实施例实质和范围的修正和等价组合。例如,虽然以上所描述的系统组件可以通过硬件设备实现,但是也可以只通过软件的解决方案得以实现,如在现有的服务器或移动设备上安装所描述的系统。
同理,应当注意的是,为了简化本说明书披露的表述,从而帮助对一个或多个发明实施例的理解,前文对本说明书实施例的描述中,有时会将多种特征归并至一个实施例、附图或对其的描述中。但是,这种披露方法并不意味着本说明书对象所需要的特征比权利要求中提及的特征多。实际上,实施例的特征要少于上述披露的单个实施例的全部特征。
一些实施例中使用了描述成分、属性数量的数字,应当理解的是,此类用于实施例描述的数字,在一些示例中使用了修饰词“大约”、“近似”或“大体上”来修饰。除非另外说明,“大约”、“近似”或“大体上”表明所述数字允许有±20%的变化。相应地,在一些实施例中,说明书和权利要求中使用的数值参数均为近似值,该近似值根据个别实施例所需特点可以发生改变。在一些实施例中,数值参数应考虑规定的有效数位并采用一般位数保留的方法。尽管本说明书一些实施例中用于确认其范围广度的数值域和参数为近似值,在具体实施例中,此类数值的设定在可行范围内尽可能精确。
针对本说明书引用的每个专利、专利申请、专利申请公开物和其他材料,如文章、书籍、说明书、出版物、文档等,特此将其全部内容并入本说明书作为参考。与本说明书内容不一致或产生冲突的申请历史文件除外,对本说明书权利要求最广范围有限制的文件(当前或之后附加于本说明书中的)也除外。需要说明的是,如果本说明书附属材料中的描述、定义、和/或术语的使用与本说明书所述内容有不一致或冲突的地方,以本说明书的描述、定义和/或术语的使用为准。
最后,应当理解的是,本说明书中所述实施例仅用以说明本说明书实施例的原则。其他的变形也可能属于本说明书的范围。因此,作为示例而非限制,本说明书实施例的替代配置可视为与本说明书的教导一致。相应地,本说明书的实施例不仅限于本说明书明确介绍和描述的实施例。
Claims (10)
1.一种自动规划扫描的方法,包括:
基于扫描对象的定位图像确定病床的第一位置;
基于预设参数确定扫描方案,所述扫描方案包括所述病床的移动位置和所述移动位置对应的时间中的至少一个;
基于所述扫描方案,使得所述病床移动至所述第一位置,利用医学影像设备对所述扫描对象进行扫描。
2.如权利要求1所述的方法,所述基于扫描对象的定位图像确定病床的第一位置包括:
基于所述定位图像通过机器学习模型获取所述扫描对象的第一感兴趣区域;
基于所述第一感兴趣区域确定所述第一位置。
3.如权利要求1所述的方法,所述预设参数包括以下至少一个:
向所述扫描对象注射的药物;
所述扫描对象的目标感兴趣区域。
4.如权利要求3所述的方法,所述基于预设参数确定扫描方案包括:
基于所述预设参数和所述定位图像通过机器学习模型获取所述扫描对象的至少一个第二感兴趣区域,所述第二感兴趣区域包括所述目标感兴趣区域;
基于所述至少一个第二感兴趣区域确定第二位置;
基于所述第二位置确定所述扫描方案。
5.如权利要求4所述的方法,所述第二位置包括多个,所述扫描方案包括基于多个所述第二位置确定所述病床的相邻两个所述第二位置对应的扫描重叠区域。
6.如权利要求4所述的方法,所述基于预设参数确定扫描方案包括:
基于所述药物在所述扫描对象中的流速确定所述药物流经所述目标感兴趣区域的第一时间;
基于所述第一时间,确定所述病床移动至所述第二位置的第二时间;
基于所述第二时间,生成所述扫描方案。
7.如权利要求4所述的方法,当所述病床位于所述第二位置时,所述目标感兴趣区域位于所述医学影像设备的扫描视野中心。
8.如权利要求1所述的方法,所述基于所述扫描方案,使得所述病床移动至所述第一位置,利用医学影像设备对所述扫描对象进行扫描包括:
在向所述扫描对象注射药物的同时,使用预设方法开启所述医学影像设备对所述扫描对象的扫描,所述预设方法包括:脚踏开启、手势识别开启、语音识别开启、脑电波识别开启、VR/AR设备开启、设备附件开启中的至少一个。
9.一种自动规划扫描的系统,包括定位模块、方案模块和采集模块;
所述定位模块用于基于扫描对象的定位图像确定病床的第一位置;
所述方案模块用于基于预设参数确定扫描方案,所述扫描方案包括所述病床的移动位置和所述移动位置对应的时间中的至少一个;
所述采集模块用于基于所述扫描方案,使得所述病床移动至所述第一位置,利用医学影像设备对所述扫描对象进行扫描。
10.一种计算机可读存储介质,所述存储介质存储计算机指令,当计算机读取存储介质中的计算机指令后,计算机执行如权利要求1~8任一项所述的方法。
Priority Applications (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311658988.6A CN117618010A (zh) | 2021-12-31 | 2021-12-31 | 一种自动规划扫描的方法和系统 |
CN202111678287.XA CN114209430B (zh) | 2021-12-31 | 2021-12-31 | 一种自动规划扫描的方法和系统 |
PCT/CN2022/129328 WO2023078308A1 (en) | 2021-11-02 | 2022-11-02 | Systems and methods for medical imaging |
EP22889330.1A EP4329625A1 (en) | 2021-11-02 | 2022-11-02 | Systems and methods for medical imaging |
US18/540,808 US20240156426A1 (en) | 2021-11-02 | 2023-12-14 | Systems and methods for medical imaging |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111678287.XA CN114209430B (zh) | 2021-12-31 | 2021-12-31 | 一种自动规划扫描的方法和系统 |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311658988.6A Division CN117618010A (zh) | 2021-12-31 | 2021-12-31 | 一种自动规划扫描的方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114209430A true CN114209430A (zh) | 2022-03-22 |
CN114209430B CN114209430B (zh) | 2023-10-27 |
Family
ID=80707519
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111678287.XA Active CN114209430B (zh) | 2021-11-02 | 2021-12-31 | 一种自动规划扫描的方法和系统 |
CN202311658988.6A Pending CN117618010A (zh) | 2021-12-31 | 2021-12-31 | 一种自动规划扫描的方法和系统 |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311658988.6A Pending CN117618010A (zh) | 2021-12-31 | 2021-12-31 | 一种自动规划扫描的方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (2) | CN114209430B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023078308A1 (en) * | 2021-11-02 | 2023-05-11 | Shanghai United Imaging Healthcare Co., Ltd. | Systems and methods for medical imaging |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012020174A (ja) * | 2011-10-17 | 2012-02-02 | Toshiba Corp | 医用画像診断装置及び医用画像処理装置 |
CN102355859A (zh) * | 2009-03-19 | 2012-02-15 | 皇家飞利浦电子股份有限公司 | 功能性成像 |
CN108182434A (zh) * | 2017-12-27 | 2018-06-19 | 上海联影医疗科技有限公司 | 一种图像处理方法及装置 |
CN108606806A (zh) * | 2016-12-09 | 2018-10-02 | 上海西门子医疗器械有限公司 | 确定扫描时延的方法和装置、造影剂诊断扫描方法和装置 |
CN109567843A (zh) * | 2019-02-02 | 2019-04-05 | 上海联影医疗科技有限公司 | 一种成像扫描自动定位方法、装置、设备及介质 |
CN110728274A (zh) * | 2018-06-29 | 2020-01-24 | 通用电气公司 | 医疗设备计算机辅助扫描方法、医疗设备及可读存储介质 |
-
2021
- 2021-12-31 CN CN202111678287.XA patent/CN114209430B/zh active Active
- 2021-12-31 CN CN202311658988.6A patent/CN117618010A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102355859A (zh) * | 2009-03-19 | 2012-02-15 | 皇家飞利浦电子股份有限公司 | 功能性成像 |
JP2012020174A (ja) * | 2011-10-17 | 2012-02-02 | Toshiba Corp | 医用画像診断装置及び医用画像処理装置 |
CN108606806A (zh) * | 2016-12-09 | 2018-10-02 | 上海西门子医疗器械有限公司 | 确定扫描时延的方法和装置、造影剂诊断扫描方法和装置 |
CN108182434A (zh) * | 2017-12-27 | 2018-06-19 | 上海联影医疗科技有限公司 | 一种图像处理方法及装置 |
CN110728274A (zh) * | 2018-06-29 | 2020-01-24 | 通用电气公司 | 医疗设备计算机辅助扫描方法、医疗设备及可读存储介质 |
CN109567843A (zh) * | 2019-02-02 | 2019-04-05 | 上海联影医疗科技有限公司 | 一种成像扫描自动定位方法、装置、设备及介质 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023078308A1 (en) * | 2021-11-02 | 2023-05-11 | Shanghai United Imaging Healthcare Co., Ltd. | Systems and methods for medical imaging |
Also Published As
Publication number | Publication date |
---|---|
CN114209430B (zh) | 2023-10-27 |
CN117618010A (zh) | 2024-03-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3669942B1 (en) | Systems and methods for determining a region of interest of a subject | |
CN109480882B (zh) | 医疗设备成像方法及装置、计算机设备和可读存储介质 | |
US10315049B2 (en) | System and method for monitoring structural movements throughout radiation therapy | |
CN109464155B (zh) | 医学扫描定位方法 | |
CN108968996A (zh) | 运动门控医学成像 | |
JP7051307B2 (ja) | 医用画像診断装置 | |
CN104605917B (zh) | 一种智能穿刺控制方法和装置 | |
US11660142B2 (en) | Method for generating surgical simulation information and program | |
CN105963021A (zh) | 用于规划医学成像检查的方法 | |
CN113647967A (zh) | 一种医学扫描设备的控制方法、装置及系统 | |
CN114209430B (zh) | 一种自动规划扫描的方法和系统 | |
CN112450956A (zh) | 自动摆位方法、装置、可读存储介质、电子设备及系统 | |
CN110507349A (zh) | 自动扫描方法、装置、计算机设备和计算机可读存储介质 | |
JP2017202311A (ja) | 医用画像診断装置及び管理装置 | |
CN110811623A (zh) | 医学图像扫描计划方法、装置、设备及存储介质 | |
CN113689377B (zh) | 一种肺部ct扫描影像比对方法、装置及介质 | |
JP7144129B2 (ja) | 医用画像診断装置及び医用情報管理装置 | |
KR20190088419A (ko) | 수술 시뮬레이션 정보 생성방법 및 프로그램 | |
WO2021020419A1 (ja) | 医療画像処理装置および医療画像処理プログラム | |
WO2023036243A1 (en) | Medical devices, methods and systems for monitoring the medical devices | |
KR101463681B1 (ko) | 방사선 치료시 바이오피드백 원리를 이용한 호흡유도 시스템 | |
JP2021074095A (ja) | 眼科画像処理装置および眼科画像処理プログラム | |
WO2020002071A1 (en) | Gestural scan parameter setting | |
US20240050172A1 (en) | Surgical pathway processing system, method, device, and storage medium | |
WO2024067629A1 (en) | Methods, systems, and mediums for scanning |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |